3582391902

Reguła NN, podstawowy klasyfikator minimalnoodległościowy

Uczenie:

•    policz frakcję błędów err^ przy k= 1,2,    n-1 najbliższych

sąsiadach każdej próbki ze zbioru uczącego;

remisy w głosowaniu rozstrzygaj arbitralnie;

•    zwróć k minimalizujące opisany błąd.

Klasyfikacja — analogiczna; k najbliższych sąsiadów próbki testowej szukanych jest w zbiorze uczącym.

Dwie możliwe implementacje fazy klasyfikacji:

„naiwna”, z przechowywaniem aktualnej listy k najbliższych sąsiadów (kosztowny najgorszy przypadek, ale szybka w praktyce), oraz optymalizująca najgorszy przypadek poprzez posortowanie (wystarcza częściowe) zbioru uczącego względem odległości do bieżącej próbki testowej.

Sz.Grabowski, Rozpoznawanie Obrazów

14